• Tidak ada hasil yang ditemukan

METODE PROFILE MATCHING UNTUK PENENTUAN AMBALAN TERGIAT PADA GERAKAN PRAMUKA KECAMATAN JATISAMPURNA BEKASI

N/A
N/A
Protected

Academic year: 2023

Membagikan "METODE PROFILE MATCHING UNTUK PENENTUAN AMBALAN TERGIAT PADA GERAKAN PRAMUKA KECAMATAN JATISAMPURNA BEKASI"

Copied!
10
0
0

Teks penuh

(1)

279

METODE PROFILE MATCHING UNTUK PENENTUAN AMBALAN TERGIAT PADA GERAKAN PRAMUKA KECAMATAN JATISAMPURNA

BEKASI

Muhamad Sony Pratama

1)

, Sri Dianing Asri

2)

, Desi Ramayanti

3)

, Sri Andriati Asri

4)

, Widyadi Setiawan

5)

1Teknik Informatika/Fakultas Ilmu Komputer, Universitas Mercu Buana

2Teknik Informatika/Fakultas Teknik dan Informatika, Universitas Dian Nusantara

3Teknik Informatika/Fakultas Teknik dan Informatika, Universitas Dian Nusantara

4Teknik Elektro/Politeknik Negeri Bali

5Teknik Elektro/Fakultas Teknik, Universitas Udayana

1Meruya Selatan, Jakarta Barat

2,3 Tanjung Duren, Grogol Jakarta Barat

4,5Jimbaran, Bali

Email: 1[email protected], 2[email protected], 3[email protected], 4[email protected],

5[email protected]

Abstract

DKR Jatisampurna Bekasi is a Group of Scout Members in the Jatisampurna area who are responsible for scouting management. Every year DKR Jatisampurna will choose the Most Active Ambalan in the Jatisampurna area. This study intends to get DKR Jatisampurna's active ambalan using Profile Matching. The Profile Matching method is used to compare individual/school competencies into competencies as the best shelves so that differences in competence (Gap Value) can be identified. The smaller the Gap Value generated, the greater the weighted score, which means that there is a greater opportunity for individuals/schools to become the best Troops in Jatisampurna district. The criteria provided by DKR Jatisampurna include the criteria of 35% Activeness, 35% Organizational, and 35% Non-Organizational. The three criteria are further divided into core and secondary factors, with the provisions of DKR Jatisampurna 50% core factor and 50% secondary for Activeness criteria, 60% core factor and 40% secondary for Organizational aspects, and 40% core factor and 60% secondary for non-organizational criteria. The end result of the profile matching process is the ranking of the shelves that can be used as the best shelves. Ranking is determined from the total value of the assessment sorted from the largest value to the smallest, where the alternative with the largest total value is selected as the final result. The profile matching method for determining the most active ambalan at DKR Jatisampurna Bekasi has worked well, with the highest score of 4.376875 for SMKN 14.

Keyword: Ambalan, DKR Jatisampurna Bekasi, Profile Matching, The Scout Abstrak

DKR Jatisampurna Bekasi merupakan Sekumpulan Anggota Pramuka di wilayah Jatisampurna yang bertanggung jawab akan pengelolaan kepramukaan. Setiap tahunnya DKR Jatisampurna akan memilih Ambalan Tergiat di wilayah Jatisampurna. Studi ini bermaksud mendapatkan ambalan tergiat DKR Jatisampurna menggunakan Profile Matching.

Metode Profile Matching digunakan untuk membandingkan kompetensi individu/sekolah kedalam kompetensi sebagai ambalan terbaik sehingga dapat diketahui perbedaan kompetensinya (Nilai Gap), semakin kecil Nilai Gap yang dihasilkan maka bobot nilainya semakin besar yang berarti memiliki peluang lebih besar untuk individu/sekolah menjadi ambalan terbaik di Kecamatan Jatisampurna. Kriteria yang diberikan oleh DKR Jatisampurna meliputi kriteria Keaktifan 35%, Organisasi 35%, dan Non Organisasi 35%. Ketiga kriteria tersebut dibagi lagi menjadi core factor dan secondary, dengan ketentuan dari DKR Jatisampurna core factor 50% dan secondary 50% untuk kriteria Keaktifan, core factor 60% dan secondary 40% untuk aspek Organisasi, serta core factor 40% dan secondary 60% untuk kriteria Non Organisasi.Hasil akhir dari proses profile matching adalah ranking dari ambalan yang dapat dijadikan sebagai ambalan terbaik. Ranking ditentukan dari nilai total penilaian yang diurutkan dari nilai terbesar sampai dengan yang terkecil, dimana alternatif dengan nilai total terbesar yang dipilih sebagai hasil akhirnya. Metode profile matching untuk menentukan ambalan tergiat pada DKR Jatisampurna Bekasi telah berhasil dengan baik, dengan score tertinggi 4,376875 untuk SMKN 14.

Kata Kunci: Ambalan, DKR Jatisampurna Bekasi, Profile Matching, Pramuka

(2)

280

1. PENDAHULUAN

Perkembangan di bidang teknologi informasi khususnya teknologi internet mempermudah dan membantu berbagai bidang pekerjaan dalam mengembangkan strategi efektif terkait dengan kemudahan akses, jarak dan waktu [1]. Data yang tidak diolah hanya akan mengakibatkan penumpukan data yang tidak bermanfaat [2]. Pada akhirnya dengan adanya perkembangan ini dapat memberikan dampak yang sangat besar terhadap manusia dalam menyelesaikan setiap pekerjaannya khususnya di bidang pengelolaan informasi dan pendidikan yang salah satunya adalah Pramuka. Pendidikan adalah suatu kegiatan yang pasti diperoleh setiap orang sebagai bentuk pembelajaran. Pengelolaan informasi yang cepat, tepat dan efisien menjadi syarat mutlak terciptanya sebuah organisasi yang profesional dan dapat melayani anggota maupun masyarakat dengan baik terutama di bidang kepramukaan.

Gerakan Pramuka adalah nama organisasi pendidikan nonformal yang menyelenggarakan pendidikan kepanduan di Indonesia. Pramuka merupakan singkatan dari Praja Muda Karana yang memiliki arti Jiwa Muda yang Suka Berkarya.

DKR Jatisampurna merupakan Sekumpulan Anggota Pramuka di wilayah Jatisampurna yang bertanggung jawab akan pengelolaan kepramukaan. Setiap tahunnya DKR Jatisampurna akan memilih Ambalan Tergiat di wilayah Jatisampurna.

Ambalan tergiat dipilih berdasarkan penilaian DKR Jatisampurna dan di hitung dengan cara manual untuk mendapatkan pemenang dari ambalan tergiat. Maka dari itu dibutuhkan sebuah sistem yang mampu menentukan ambalan tergiat di Jatisampurna. menggunakan metode Profile Matching.

Sistem Pendukung Keputusan (SPK) adalah suatu informasi berbasis komputer yang menghasilkan berbagai alternatif keputusan untuk membantu manajemen dalam menangani berbagai permasalahan yang terstruktur ataupun tidak terstruktur dengan menggunakan data dan model [3]. Oleh karena itu adanya Sistem pendukung keputusan yang cara kerjanya membandingkan GAP antara nilai Alternatif dan kriteria [2]. Salah satu cara untuk mendapatkan informasi dengan cepat adalah penggunaan website [4].

Aplikasi Penentuan Ambalan Tergiat Pada Gerakan Pramuka Kecamatan Jatisampurna dibangun menggunakan metode waterfall dan dengan menerapkan Metode Profile Matching untuk menentukan ambalan terbaik. Metode profile matching atau pencocokan profil adalah metode yang sering sebagai mekanisme dalam pengambilan keputusan dengan mengasumsikan bahwa terdapat tingkat variabel prediktor yang ideal yang harus dipenuhi oleh subyek yang diteliti, bukannya tingkat minimal yang harus dipenuhi atau dilewati [5]. Konsep metode Profile Matching yaitu membandingkan antara kompetensi individu kedalam kompetensi jabatan sehingga dapat diketahui perbedaan kompetensinya (disebut juga gap), semakin kecil gap yang dihasilkan maka bobot nilainya semakin besar yang berarti memiliki peluang lebih besar untuk seseorang menempati posisi tersebut [6]. Profile matching dengan proses membandingkan antara kompetensi individu kedalam kompetensi kelompok sehingga dapat diketahui perbedaan kompetensinya[7]–[9]. Perangkingan dengan mengunakan metode Profile Matching mampu menghasilkan keputusan yang proposional sesuai dengan kriteria (aspek), sub kriteria, bobot nilai ideal dan presentase kriteria (aspek) yang ditentuka [10].

Tujuan dari penelitian ini adalah membangun sebuah website penentuan ambalan tergiat pada Gerakan Pramuka Kecamatan Jatisampurna dengan menggunakan metode Profile Matching. Hasil implementasi yang telah dilakukan dinilai mampu memberikan solusi berupa alternatif keputusan dalam bentuk nilai yang dirangking. Sehingga nantinya akan sangat membantu proses penentuan Ambalan Tergiat yang dilakukan oleh DKR Jatisampurna dengan melihat nilai tertinggi hasil dari perankingan berdasarkan tiga aspek penilaian yaitu Aspek Keaktifan, Aspek Organisasi, dan Aspek Non Organisasi.

2. METODE PENELITIAN

Tahapan pengembangan sistem digunakan Model Waterfall [11]. Metode ini menyediakan pendekatan alur hidup perangkat lunak secara sekuensial dan terurut yang dimulai dari analysis, design, implementation, testing, deployment dan maintainance.

Gambar 1 Metode Waterfall

(3)

281 2.1. Menentukan Kriteria Penilaian

Pada proses ini, Dkr Jatisampurna akan menilai 14 ambalan di Jatisampurna yaitu : Ambalan SMAN 7, SMKN 4, SMPN 15, SMPN 28, DARUL ABROR, IT IMC, SMK YADIKA 11, SMKN 14, GSM, SMA YADIKA 11, LABSCHOOL , QUANTUM, WALISONGO. Masing masing ambalan akan dinilai oleh Dkr Jatisampurna, untuk menentukan kriteria penilaian dalam menentukan ambalan terbaik terdapat 3 kriteria yaitu : Keaktifan, Organisasi dan Non Organisasi.

Dataset yang digunakan berasal dari data hasil penilaian anggota DKR kepada 14 Ambalan Se Jatisampurna yang terdiri dari Nama Ambalan, Aspek Keaktifan, Aspek Organisasi dan Aspek Non Organisasi, sebagai berikut :

Tabel 1 Hasil penilaian Ambalan Jatisampurna

Keterangan :

AKC1 : Partisipasi Kegiatan AKC2 : Mengadakan Kegiatan

AKC3 : Melibatkan DKR Pada Setiap Kegiatan Internal AKC4 : Setia Membayar Iuran Kwartir

AKS1 : Aktif Media Sosial

AKS2 : Menjadi Sangga Kerja Kegiatan Eksternal AKS3 : Mengikuti Perlombaan

AKS4 : Menjadi Delegasi Ranting AOC1 : Perangkat Ambalan

AOC2 : Struktur Organisasi Ambalan AOC3 : Menjalankan Birokrasi AOC4 : Latihan Rutin

AOS1 : Tertib Administrasi

AOS2 : Pemberkasan Administrasi Terdata dan Tersusun AOS3 : Ruang Sekretariat

ANOC1 : Berkomunikasi Dengan Pembina

ANOC2 : Setia Membayar Iuran Anggota Ambalan ANOS1 : Kekeluargaan

ANOS2 : Kebersihan Dan Kerapihan Lingkungan Sekretariat ANOS3 : Manner Penerimaan Tamu

Perancangan Sistem

Untuk membuat website DKR Jatisampurna, digunakan pemodelan Unified Modelling Language (UML). Unified Modelling Language merupakan alat perancangan sistem yang berorientasi pada objek [12]. Berikut ini adalah rancangan sistem yang digunakan :

1) Use Case Diagram:

Use Case Diagram merupakan salah satu diagram UML yang digunakan untuk mendefinisikan fungsionalitas sistem dengan menggambarkan aktor, use case, dan relasinya. Berikut merupakan gambarannya.

(4)

282

Gambar 2 Use Case Diagram 2) Activity Diagram:

Activity diagram adalah memodelkan alur kerja (workflow) sebuah proses bisnis dan urutan aktivitas dalam suatu proses [13]. Alur atau aktivitas ini dapat berupa menu menu atau proses bisnis yang terdapat di dalam sistem tersebut. Activity diagram hanya dapat dipakai untuk menggambarkan alur kerja atau aktivitas sistem saja.pada perancangan sistem ini, activity diagram mempunyai 2 user yaitu Admin dan Pengunjung.

Berikut merupakan gambarannya.

Gambar 3 Activity Diagram Admin

(5)

283

Gambar 4 Activity Diagram pengunjung

3. HASIL DAN PEMBAHASAN

Sebagai bahan penilaian DKR Jatisampurna, masing masing kriteria akan dinilai berdasarkan metode skala dengan ketentuan seperti gambar berikut.

Tabel 2. Kriteria Penilaian

3.1. Perhitungan nilai Gap

Proses perhitungan nilai Gap bertujuan untuk mendapatkan nilai Gap dengan menggunakan rumus yaitu :

(6)

284

Gap = Profil Target – Profil Data Tes Ambalan

Dan setelah dilakukan perhitungan pada nilai kandidat menggunakan rumus diatas maka didapatkan nilai Gapnya sebagai berikut :

Tabel 3. Nilai Gap

3.2. Pembobotan

Selanjutnya akan dilakukan pembobotan berdasarkan nilai dari hasil Gap sebelumnya. Pembobotan ini berdasarkan gambar berikut.

Tabel 4. Nilai Bobot

Setelah itu maka akan dilakukan pembobotan sesuai dengan Tabel 5. Maka nilai ambalan akan menjadi seperti gambar dibawah ini.

(7)

285

Tabel 5. Nilai Ambalan setelah Pembobotan

3.3. Perhitungan Core Factor dan Secondary Factor Core Factor akan dihitung menggunakan rumus berikut

𝑁

𝐶𝐹

= ∑ 𝑁

𝐶

(𝑘, 𝑜, 𝑛𝑜)

∑ 𝐼

𝑐

Keterangan :

NCF = Nilai Rata Rata Core Factor

NC (k,n,o) = Jumlah Total Nilai Core Factor IC = Jumlah Item Core Factor

Sedangkan Secondary Factor akan dihitung dengan rumus berikut

𝑁

𝑆𝐹

= ∑ 𝑁

𝑆

(𝑘, 𝑜, 𝑛𝑜)

∑ 𝐼

𝑆

Keterangan :

NSF = Nilai Rata Rata Secondary Factor

NS (k,n,o) = Jumlah Total Nilai Secondary Factor IS = Jumlah Item Secondary Factor

Nilai yang didapat secara berturut turut adalah nilai dari kriteria Keaktifan, Organisasi, dan Non Organisasi.

Sehingga nilai dari Core Factor dan Secondary Factor Ambalan akan menjadi seperti Tabel 6 berikut.

(8)

286

Tabel 6 Nilai Ambalan setelah Pembobotan

3.4. Perhitungan Nilai Total

Dari hasil perhitungan tiap aspek tersebut kemudian dihitung nilai total berdasarkan presentase dari core factor dan secondary factor yang akan berpengaruh terhadap kinerja tiap tiap profil dengan rumus sebagai berikut.

𝑐. 𝑁𝐶𝐹 (𝑘, 𝑜, 𝑛𝑜) + 𝑠. 𝑁𝑆𝐹 (𝑘, 𝑜, 𝑛𝑜) = 𝑁 (𝑘, 𝑜, 𝑛𝑜) Keterangan :

c = Nilai presentase untuk core factor s = Nilai presentase untuk secondary factor

NCF (k, n, no) = nilai rata rata core factor (Keaktifan, Organisasi, Non Organisasi) NSF (k, n, no) = nilai rata rata secondary factor (Keaktifan, Organisasi, Non Organisasi) NF (k, n, no) = nilai total dari aspek (Keaktifan, Organisasi, Non Organisasi)

Setelah dilakukan perhitungan maka akan didapatkan nilai sebagai berikut

Tabel 7 Nilai Ambalan setelah Perhitungan Nilai Total

3.5. Penentuan Ranking

Hasil akhir dari proses profile matching adalah ranking dari ambalan yang dapat dijadikan sebagai ambalan terbaik.

Perangkingan ditentukan dari nilai total penilaian yang diurutkat dari nilai terbesar sampai dengan yang terkecil, dimana

(9)

287

alternatif dengan nilai total terbesar yang dipilih sebagai hasil akhirnya. Penentuan ranking mengacu pada hasil perhitungan tertentu yaitu sebagai berikut :

𝑅𝑎𝑛𝑘 = 𝑥. 𝑁

𝑘

+ 𝑦. 𝑁

𝑜

+ 𝑧. 𝑁

𝑛𝑜

Keterangan :

x = Nilai presentase yang di inputkan untuk aspek keaktifan y = Nilai presentase yang di inputkan untuk aspek organisasi z = Nilai presentase yang di inputkan untuk aspek non organisasi Nk = Nilai Keaktifan

No = Nilai Organisasi Nno = Nilai Non Organisasi

Sehingga akan menghasilkan nilai seperti Tabel 8 berikut. hasil dari perhitungan menggunakan metode Profile Matching dimana nilai tertinggi adalah ambalan SMKN 14 yaitu dengan nilai 4,376875, yang berarti ambalan SMKN 14 adalah ambalan tergiat.

Tabel 8 Hasil Ranking

4. KESIMPULAN

Metode profile matching untuk menentukan ambalan tergiat pada DKR Jatisampurna Bekasi telah berhasil dengan baik, dengan score tertinggi 4,376875 untuk SMKN 14. Kriteria yang diberikan oleh DKR Jatisampurna meliputi kriteria Keaktifan 35%, Organisasi 35%, dan Non Organisasi 35%. Ketiga kriteria tersebut dibagi lagi core factor dan secondary, dengan ketentuan dari DKR Jatisampurna Core Factor 50% dan Secondary 50% untuk kriteria Keaktifan, Core Factor 60% dan Secondary 40% untuk aspek Organisasi, serta Core Factor 40% dan Secondary 60% untuk kriteria Non Organisasi.

DAFTAR PUSTAKA

[1] E. P. Sari, A. Wahyuni, and N. Narti, “Sistem Informasi Sekolah Berbasis Web,” Indones. J. Softw. Eng., vol. 5, no. 1, pp. 87–

94, 2019, doi: 10.31294/ijse.v5i1.5867.

[2] D. C. P. Sinaga, B. Sianipar, and P. Marpaung, “Pemilihan Calon Manager Dari Pegawai Berprestasi Menggunakan Metode Profile Matching Pada CV. Glofacia Oceanic,” J-SAKTI (Jurnal Sains Komput. dan Inform., vol. 4, no. 2, pp. 643–656, 2020.

[3] I. Oktaviani and A. Mulyani, “Pengembangan Aplikasi Surat Perintah Perjalanan Dinas (SPPD) Beserta Rincian Perjalanan Dinas di Badan Koordinasi Pemerintahan dan Pembangunan Wilayah IV Kabupaten Garut,” J. Algoritm., vol. 13, no. 1, pp.

58–62, 2016, doi: 10.33364/algoritma/v.13-1.58.

[4] T. Stevanus and M. C. Wijanto, “Implementasi Profile Matching dalam Pengembangan Website Maranatha Jobfair,” vol. 3, no. November, pp. 365–379, 2021.

[5] H. E. Sanjaya, A. P. Kusuma, F. Febrinita, U. I. Balitar, U. I. Balitar, and U. I. Balitar, “Dengan Menerapkan Metode Profile Matching Sebagai Alternatif Penentuan Dosen Favorit Pilihan Mahasiswa,” J. Antivirus, vol. 11, no. 2, pp. 164–182, 2017.

(10)

288

[6] R. D. Kurniawati and I. Ahmad, “SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KELAYAKAN USAHA MIKRO KECIL MENENGAH DENGAN MENGGUNAKAN METODE PROFILE MATCHING PADA UPTD PLUT KUMKM PROVINSI LAMPUNG,” J. Teknol. dan Sist. Inf., vol. 2, no. 1, pp. 74–79, 2021.

[7] A. Verdian and A. Wantoro, “Komparasi Metode Profile Matching Dengan Fuzzy Profile Matching Pada Pemilihan Wakil Kepala Sekolah,” J. Ilm. Media Sisfo, vol. 13, no. 2, pp. 97–105, 2019.

[8] M. Risaldi and T. Kristiana, “PENERAPAN PROFILE MATCHING UNTUK PENILAIAN SISWA TERBAIK PADA SMK WIDYA PATRIA 2 JAKARTA,” Komputa J. Ilm. Komput. dan Inform., vol. 11, no. 2, pp. 86–95, 2022.

[9] S. Sumanto, “Profile Matching Untuk Pemilihan Produk Asuransi Terbaik,” JIMP (Jurnal Inform. Merdeka Pasuruan), vol.

5, no. 1, 2020.

[10] T. Y. Akhirina, “Komparasi Metode Simple Additive Weighting dan Profile Matching pada Pemilihan Mitra Jasa Pengiriman Barang,” J. Edukasi dan Penelit. Inform., vol. 2, no. 1, pp. 27–33, 2016, doi: 10.26418/jp.v2i1.15500.

[11] M. Kramer, “Best Practices in Systems Development Lifecycle: an Analyses Based on the Waterfall Model,” Rev. Bus. Financ.

Stud., vol. 9, no. 1, pp. 77–84, 2018.

[12] M Teguh Prihandoyo, “Unified Modeling Language (UML) Model Untuk Pengembangan Sistem Informasi Akademik Berbasis Web,” J. Inform. J. Pengemb. IT, vol. 3, no. 1, pp. 126–129, 2018.

[13] S. Al-Fedaghi, “Validation: Conceptual versus Activity Diagram Approaches,” Int. J. Adv. Comput. Sci. Appl., vol. 12, no. 6, pp. 287–297, 2021, doi: 10.14569/IJACSA.2021.0120632.

Referensi

Dokumen terkait

Seksi Pengendalian Risiko Lingkungan dan Kesehatan Lintas Wilayah mempunyai tugas melakukan penyia- pan bahan perencanaan, pemantauan, evaluasi, penyusunan laporan, dan

Hasil analisis menggunakan Uji One Way ANOVA menunjukkan bahwa tidak terdapat perbedaan yang signifikan pada return dan abnormal return antar kelompok bulan

Kelebihan penelitian ini adalah penelitian pertama di RS Hasan Sadikin yang membandingkan interval transfusi darah, kadar feritin serum, dan bilirubin indirek serum pada

Keuntungan yang dapat diperoleh dari kontrak berbasis kinerja diantaranya pengalihan risiko yang besar kepada kontraktor, efi siensi biaya, mendorong inovasi dan kerja

9 Pada penelitian lain membandingkan pemberian premedikasi per rektal klonidin dosis 2,5 µg/kgBB dan 5 µg/kgBB dengan midazolam 0,5 mg/kgBB, ternyata klonidin 5 µg/kgBB

Admin 2 Pengolahan Anggota + 3 Pengolahan Pengurus + 5 Pengolahan Admin + 6 Pengolahan Jenis Simpanan + 7 Pengolahan Simpanan + 9 Pengolahan Jenis Pinjaman + 8 Pengolahan

Locke dan Luthans berpendapat bahwa kepuasan kerja adalah perasaan pekerja atau karyawan yang berhubungan dengan pekerjaannya, yaitu merasa senang atau tidak

Manfaat penelitian dari klasifikasi dataset Vertebral column adalah untuk memberikan referensi metode apa yang dapat digunakan untuk klasifikasi penyakit pada